Change management v agentúre: zavedenie AI agentov do tímu

Change management v AI agentúre označuje štruktúrované zavedenie AI agentov do agentúrneho tímu: roly sa posúvajú od vykonávateľa k orchestrátorovi a recenzentovi, akceptácia a dôvera sa aktívne budujú, pilotní šampióni a školenie vytvárajú adopciu. Úzkym hrdlom je kultúra, nie technika. Kto to ignoruje, kupuje licencie a vykazuje náklady bez toho, aby niekedy dosiahol nárast produktivity.

• Úzkym hrdlom je adopcia, nie schopnosti modelu. Frontier modely pokrývajú vyše 80 % znalostnej práce. Rozhodujúce je, či tím agentov naozaj používa: to závisí od dôvery, školenia a jasne vymedzených rolí, nie od posledného percentuálneho bodu kvality modelu.
• Rola sa posúva od vykonávateľa k orchestrátorovi a recenzentovi. Novou kľúčovou kompetenciou je kalibrovaná dôvera: prijať správne výstupy a spoľahlivo rozpoznať nesprávne, namiesto slepej dôvery alebo paušálneho odmietania.
• 15–25 % rozpočtu patrí do adopcie. Školenie, riadenie zmeny, UX a meranie namiesto obvyklých 2–5 %. Práve toto jedno presunutie oddeľuje tímy s merateľným prínosom od tých, ktoré produkujú len náklady.

Prečo je úzkym hrdlom kultúra, a nie model

V roku 2026 je lákavé zaobchádzať so zavedením ako s technologickým projektom: vybrať nástroj, kúpiť licencie, spustiť nasadenie. Práve táto kategoriálna chyba vytvorila v rokoch 2023 až 2025 medzeru medzi „Copilot nasadený“ a „Copilot používaný“, ktorá dnes v mnohých firmách leží na stole.

Empirická situácia je jednoznačná. Frontier modely od Anthropic, OpenAI a Google sú pre veľkú väčšinu agentúrnych úloh (písanie textov, sumarizácia, rešerš, klasifikácia, preklad, štruktúrovaná extrakcia) kvalitatívne dostačujúce. Prekážkou, ktorú sa nedarí prekonať, je komplex dôvery, adopcie, change managementu a spolurozhodovania zamestnancov, ktorý stojí medzi nasadeným modelom a ľuďmi, ktorí ho skutočne používajú. Orientačné pravidlo spoločnosti McKinsey, podľa ktorého približne 70 % všetkých transformácií nedosiahne zamýšľanú hodnotu, platí pri AI transformáciách obzvlášť, pretože technológia je pre väčšinu zamestnancov úplne nová.

Skúsenosti z nasadení Copilotu túto medzeru ukazujú: podľa analýzy licenčnej poradenskej firmy Redress Compliance sa trvalé týždenné používanie Microsoft 365 Copilot v prvom roku ustáli na 30 až 55 % zakúpených licencií. Kto teda číta „vybavili sme celú agentúru“, mal by bez cielenej práce na adopcii počítať s tým, že nástroj bude pravidelne používať len časť ľudí a denne ešte menšia časť. Podľa Bitkomu v Nemecku školí všetkých zamestnancov v oblasti AI len 11 % firiem s 20 a viac zamestnancami, 25 % neponúka vôbec žiadne školenie o AI (stav k septembru 2026). Práve tu (nie pri výbere modelu) sa rozhoduje o úspechu.

Strategický dôsledok pre vedenie agentúry: infraštruktúra adopcie, školenie, dôsledná práca s persónou, onboarding, komunikácia a meranie si spolu zaslúžia 15 až 25 % rozpočtu AI programu namiesto doteraz obvyklých 2 až 5 %. Toto presunutie, viac než akékoľvek rozhodnutie o dodávateľovi alebo modeli, oddeľuje tímy, ktoré získavajú niekoľkonásobnú hodnotu, od tých, ktoré výdavok len zaúčtujú a nevedia preukázať žiadny merateľný nárast produktivity.

Posun rolí a zručností: od vykonávateľa k orchestrátorovi

Najhlbšou zmenou nie je nástroj, ale sebaponímanie. Klasická agentúrna rola (textár, ktorý píše; dizajnérka, ktorá navrhuje; stratég, ktorý robí rešerš) sa posúva k orchestrátorovi a recenzentovi: zadať brief, delegovať na agenta, skontrolovať, prevziať zodpovednosť. Pre mnohých je to otázka statusu, nie pohodlia. Kto 15 rokov budoval svoje remeslo, neodovzdá ho bez trenia nedeterministickému systému.

Nová kľúčová kompetencia sa volá kalibrovaná dôvera. Cieľom nie je maximálna, ale primeraná dôvera: prijať správne výstupy agenta, chybné rozpoznať a odmietnuť. Výskum pozná dva vzorce zlyhania, ktoré sa týkajú každej agentúry:

• Over-Reliance: Zamestnanci preberajú výstup agenta bez kontroly, hoci by bola potrebná: plynulé, sebaisté halucinácie považujú za fakty. Najznámejší prípad, Mata v. Avianca (2023), sa skončil sankciami, pretože dvaja advokáti predložili vymyslené citácie z chatbota.
• Under-Reliance: Zamestnanci nedôverujú výstupu, hoci agent je lepší než ich vlastný úsudok. To je dominantný vzorec u skúsených profesionálov: ignorujú odporúčania, z ktorých mohli profitovať.

Tento posun zručností presúva hodnotu nadol po krivke kompetencií. Najrigoróznejšia terénna štúdia (Brynjolfsson, Li, Raymond, 5 179 pracovníkov zákazníckeho servisu) zistila v priemere +14 % produktivity, +34 % u nováčikov a menej kvalifikovaných a takmer žiadny efekt u skúsených top performerov. Pre agentúru to znamená: juniori a ľudia, ktorí zmenili kariéru, profitujú najviac, seniori najmenej, s dôsledkami pre nábor, školenie a otázku, za čo budú seniori v budúcnosti platení (a to za úsudok a kontrolu, nie za objem výstupu).

Pri nových rolách sa oplatí rozlišovať tak jasne, ako to robí výskum: rola čistého „prompt engineera“ je v roku 2026 do veľkej miery zastaraná: počet príslušných pracovných inzerátov v regióne DACH v rokoch 2024/2025 prudko klesol. Práca s promptmi a kontextom (prompt a context engineering) ako kompetencia je naopak dôležitejšia než kedykoľvek predtým a patrí do profilu každej roly, ktorá pracuje s agentmi. Najťažšie obsaditeľnou novou pozíciou je AI Product Manager, ktorý zodpovedá za jeden až dva prípady použitia end-to-end: business case, metriky úspechu, integrácia, riadenie zmeny, evaluácia.

Riadenie akceptácie a obáv: úprimnosť namiesto prikrášľovania

Hlavnou osou odporu je strach zo straty práce, najmä v administratívnych a produkčných rolách, a hneď za ním nedôvera v presnosť, ktorá sa prejaví najneskôr po prvej zažitej halucinácii. Komunikácia pred zavedením musí tento strach otvorene pomenovať, nie popierať. Dáta sú verejné: podľa prieskumu Bitkomu zo začiatku roka 2026 uvádza 19 % firiem v Nemecku, ktoré používajú AI, že v dôsledku AI už zrušili pracovné miesta. Tváriť sa, že sa to nedotkne žiadneho pracovného miesta, pôsobí neúprimne a ničí dôveru ešte pred začiatkom nasadenia.

Funkčný rámec oddeľuje hrozbu od odbremenenia: AI znižuje objem práce, ktorú nikto nerobí rád (mravčia rešeršná práca, prvé návrhy, reporting), a vracia čas na prácu, na ktorej záleží (vzťah s klientom, nápad, úsudok). Úprimné je pritom priznať, že niektoré profily rolí sa podstatne zmenia.

Protiintuitívny, dobre doložený poznatok o dôvere: agent, ktorý otvorene ukazuje svoju neistotu, je cennejší než agent, ktorý predstiera istotu. Nástroj s 92 % presnosťou, ktorý pri všetkých odpovediach vystupuje rovnako sebaisto, vedie k horším rozhodnutiam než nástroj s 88 %, ktorý svoje pravdepodobne nesprávne odpovede označí. Pre agentúru to konkrétne znamená: signály miery istoty, uvádzanie zdrojov, vzorce typu „Neviem“ a schvaľovacie brány pre nevratné akcie (napr. externý e-mail klientovi) nie sú UX kozmetikou, ale mechanizmom, ktorý dôveru kalibruje.

Pilotní šampióni, školenie a nové procesy

Tri páky majú najlepší pomer nákladov a účinku:

Stratégia šampiónov a postupného rozširovania. Traja až piati technologicky zdatní early adopteri na 100 zamestnancov, ktorí dostanú dodatočné školenie, priamy prístup k nástrojom, viditeľné uznanie a čas na experimentovanie, vytvárajú organické šírenie, aké top-down nasadenia dosahujú len zriedka. Adopcia vedená šampiónmi býva typicky na úrovni 1,5- až 2-násobku ustáleného používania pri čisto top-down zavedení.

Prioritizácia prípadov použitia. Začni s častými, prácnymi úlohami s nízkym rizikom: návrhy e-mailov, zhrnutia dokumentov, poznámky zo stretnutí, preklady, extrakcia štruktúrovaných dát. Tieto malé víťazstvá budujú dôveru a návyk. Antivzor, keď sa adopcia začína vysoko rizikovými a zriedkavými úlohami (komplexné pitche, kontrola zmlúv), nemá rutinu, z ktorej kalibrácia vôbec vzniká.

Školenie s reálnym obsahom, nie jednorazové. Podľa BCG AI at Work 2025, prieskumu medzi vyše 10 600 vedúcimi pracovníkmi a zamestnancami v jedenástich krajinách a regiónoch, používa AI pravidelne, teda denne alebo niekoľko dní v týždni, 82 % respondentov s piatimi až desiatimi hodinami školenia. Pri jednej až piatich hodinách je to 63 %, bez školenia 18 %. Správna kadencia je úvodné školenie plus štvrťročné opakovacie kurzy, nie jednorazový onboarding. Patrí k tomu aj realistický mentálny model: agent predpovedá pravdepodobné tokeny, nevyhľadáva fakty a nedokáže overiť vlastné tvrdenia. Kto tomu rozumie, kalibruje správne.

Nové procesy znamenajú: jasné zodpovednosti. Kto kontroluje? Kto schvaľuje? Kam sa eskaluje? Každý agent v produkčnej prevádzke potrebuje jasne vymedzený rozsah a jednoznačné eskalačné cesty: „agent jednoducho skúša všetko“ je známy vzorec zlyhania.

Meranie adopcie a odmeňovanie podľa výsledkov

Najčastejšou chybou je vyhlásiť víťazstvo len na základe adopcie. Plne využité licencie, ktoré nikdy nepohli žiadnym výsledkovým ukazovateľom, nie sú úspechom. Kúpené licencie ≠ používaný nástroj ≠ vytvorená hodnota. Reportuj dve úrovne, ale odmeňuj podľa druhej.

Mimoriadna opatrnosť pri sebahodnotení: terénna štúdia METR z roku 2025 (randomizovaná, so záznamom obrazovky, skúsení vývojári na známom kóde) zistila, že účastníci uvádzali očakávané zrýchlenie o 24 % a pociťované o 20 %, zatiaľ čo úlohy, pri ktorých bola AI povolená, v skutočnosti trvali o 19 % dlhšie. METR už sám tieto čísla považuje za zastarané. Následné meranie zverejnené vo februári 2026 s AI nástrojmi z konca roka 2025 prináša slabé náznaky zrýchlenia, sebahodnotenie však METR naďalej považuje za nespoľahlivé. Preklad pre vedenie firmy: riaď cez telemetriu a metriky výsledkov, nie cez sebahodnotenie.

Konkrétny príklad výpočtu: agentúra so 40 ľuďmi

Agentúra z regiónu DACH so 40 zamestnancami vyčlení na prvý rok rozpočet AI programu vo výške 120 000 €. Podľa starého vzorca (3 % rozpočtu na adopciu) by do školenia a riadenia zmeny išlo len 3 600 €: predvídateľná cesta k vysokému počtu licencií a nízkej miere používania.

Podľa vyššie uvedeného odporúčania ide 20 %, teda 24 000 €, do adopcie: dvaja šampióni (1–2 na 40 zodpovedá pravidlu 3–5 na 100) s dodatočným časom a rozpočtom na školenie, povinné úvodné šesťhodinové školenie pre všetkých plus štvrťročné opakovacie kurzy, dizajn persóny a informovania o AI (disclosure), jednoduchý dashboard WAU/MAU. Predpoklad pre východiskovú hodnotu: bez práce na adopcii používa nástroj týždenne približne 14 zo 40 zamestnancov, teda 35 %, na spodnom okraji vyššie uvedeného rozpätia Copilotu 30 až 55 %. Adopcia vedená šampiónmi to zvýši na 1,5- až 2-násobok, teda na 21 až 28 aktívnych používateľov týždenne, pri rovnakých modeloch. Patrí k tomu aj školenie: v prieskume BCG je podiel respondentov, ktorí AI používajú denne alebo niekoľko dní v týždni, pri piatich až desiatich hodinách školenia o 19 percentuálnych bodov vyšší než pri jednej až piatich hodinách. Tých 20 400 € navyše investovaných do adopcie je v pomere k uvoľnenému prínosu najlacnejšou položkou celého programu.

Pre agentúry: najprv kultúra, potom technika

Pre agentúry z regiónu DACH a B2B rozhodovateľov je odkaz nepríjemný a jasný: ďalšie euro do change managementu, školenia a dizajnu dôvery prinesie viac hodnoty než ďalšie euro do upgradov modelov. Frontier modely sú dosť dobré. Kto v roku 2026 zavádza AI agentov do tímu, nevyhrá vďaka nástroju, ale vďaka posunu rolí od vykonávateľa k recenzentovi, včas zapojeným šampiónom, úprimnej komunikácii a disciplíne odmeňovať podľa výsledkov, nie podľa adopcie.

Blck Alpaca sprevádza agentúry a stredné firmy vo Viedni a v regióne DACH presne na tomto rozhraní: dizajn rolí, architektúra dôvery, programy pilotných šampiónov a sada KPI, ktorá vedeniu ukazuje, ktoré prípady použitia sa osvedčujú a ktoré treba po 6 alebo 12 mesiacoch dôsledne ukončiť. Ak chceš zaviesť AI agentov bez odporu a prepadu produktivity, porozprávaj sa s nami o pláne adopcie skôr, než kúpiš ďalšiu licenciu.